由此可见，CPU和GPU是互补且不冲突的，前者专注串行运算，后者专注并行运算。打个比方来说，可以将CPU理解为博士，不仅知识渊博，诸多问题也钻研得很深，没有他许多难题都没有办法解决。而GPU就是上万个初高中生，只会简单的算术，但无论博士有多强大，也不可能在一瞬间计算出上万道简单的算术运算。[24]
CPU和GPU间的不同[22]
翻开计算简史，诞生了丰富多样的数字芯片，每种数字芯片都有一段沉淀良久的发展史。计算机背后就是计算问题，无外乎标量、矢量、矩阵、空间几种数据类型，GPU与其他数字芯片难免会产生交集和重合。现在，CPU依然还是那个CPU，GPU却可以不是GPU了。
长久以来，GPU与FPGA、ASIC的争议不断，它们可分别构成“CPU+GPU”“CPU+FPGA”“CPU+ASIC”的异构计算系统，同时FPGA和ASIC厂商时常将自家产品与GPU算力平行对比，如NVIDIA Tesla A100时常成为“战力计量单位”，CPU的抢婚者们都在诉说着自己的优势。
理性而言，GPU、FPGA、ASIC都是配合CPU计算的好能手，对厂商还是下游使用者而言，三者的特性截然不同，虽然可能会在部分应用场景下表现出更强的算力或更好的功耗，但部署过程难免要综合考虑TCO（总拥有成本）、构建难度、系统兼容度等，很难评判孰强孰弱。
不同计算器件的对比，制表丨果壳硬科技
不过，GPU相对产品成熟，峰值计算能力优异，同时在图形显示的地位无可撼动，顺理成章地搭上半导体热潮，成为市场追捧的宠儿。
数据显示，AI训练阶段，GPU约占64%市场份额，而FPGA和ASIC分别占比22%和14%；推理阶段，GPU约占42%市场，而FPGA和ASIC则分别占比34%和24%。[25]
不同应用场景AI芯片性能需求和具体指标[25]
被国外垄断的格局
GPU不仅在当下是一门空间广阔的生意，未来更是潜力无限。
根据Verified Market Research数据显示，从2021年到2030年，GPU将以33.3%的年复合成长率，从330亿美元成长至4773亿美元。[26]
GPU会按照平台对功耗负载要求不同，制作成各种规格，如手机中GPU典型功耗为5W，笔记本电脑中典型功耗为150w，台机能够到达400W，数据中心全力追求性能。根据功耗大小，市场主要划分为桌面级和移动级两种应用。
两个市场均呈现三足鼎立的态势：桌面级GPU市场被英伟达、AMD和英特尔所垄断，移动级GPU市场被Arm、Imagination和高通所垄断。在软件层面，上述国外公司也对如CUDA和OpenCL等一系列异构计算标准提供了支持。[27]
桌面级产品方面，面向PC或游戏的图形卡占大多数市场，拥有50%以上的份额，数据中心。
